Ziel der vorliegenden Arbeit ist es, die Einflüsse KI-gestützter Methoden auf das Arbeitsfeld der Medizin anhand ausgewählter Beispiele darzustellen und zu erläutern. Weiterhin werden die Chancen und Widerstände sowie ein Ausblick auf die Entwicklung skizziert.
Die Anwendung der künstlichen Intelligenz hält Einzug in viele Aspekte unseres täglichen Lebens: sowohl im Privaten als auch in der Arbeitswelt haben sie sich als wertvolle Assistenten längst etabliert. Ein Gebiet, das von dieser Entwicklung profitiert, ist das Gesundheitswesen. Stark wachsende und komplexe Datensätze haben in diesem Feld einen hohen Wert für Innovationen sowie Prozesse im Unternehmen und werden durch Nutzung von Methoden der künstlichen Intelligenz verarbeitet und zur Unterstützung weiterverwendet. Zusätzlich zu den technischen Aspekten einer KI-Anwendung im klinischen Bereich müssen im Gesundheitswesen noch weitere berücksichtigt werden, die als „RISE“-Kriterien zusammengefasst sind. Ergänzt werden sie um ethische, rechtliche und IT-Sicherheitsaspekte sowie Anforderungen an den Datenschutz. Aktuelle Umsetzungen der KI in der Medizin und Gegenstand einer Vielzahl von Forschungsarbeiten sind vor Allem die Unterstützung der Diagnostik, um eine höhere Genauigkeit zu erzielen. Die automatische Klassifikation von Tumoren oder Arrhythmien (Herzrhythmusstörungen) sind Beispiele dieses Forschungsfeldes, wobei andere Forschungen bereits in die Praxis überführt und regulatorisch zugelassen werden konnten. So beispielsweise das auf CNN-Verarbeitung basierende „IDx-DR“-System der Augenheilkunde, das Retinopathien (Schädigungen der Netzhaut) anhand von Bilddaten diagnostizieren kann. Weitere Anwendung findet die künstliche Intelligenz auch in der semantischen Analyse auf Basis des Machine Learning sowie regelbasierter KI-Algorithmen, um das Wissen aus zunächst unstrukturierten Datenbeständen zu strukturieren und zu extrahieren, denn die freitextliche Dokumentation von nutzbarem Wissen ist in der Medizin noch immer dominierend. Aus diesem Wissen können dann weitere Erkenntnisse gewonnen werden, die wiederum die Qualität der Behandlung erhöhen, die Forschung fördern oder eine nachträgliche Reflektion von Krankheitsverläufen ermöglichen können.
Inhaltsverzeichnis
- Einleitung
- Künstliche Intelligenz in der Medizin
- Unterstützung in der Diagnostik
- Semantische Analyse von Behandlungsdokumentationen
- Chancen und Widerstände
- Zusammenfassung
Zielsetzung und Themenschwerpunkte
Die vorliegende Arbeit untersucht den Einfluss von KI-gestützten Methoden auf die Arbeitswelt der Medizin. Ziel ist es, anhand ausgewählter Beispiele die Anwendungsgebiete von KI in der Medizin aufzuzeigen und die Chancen und Widerstände dieser Entwicklung zu erläutern.
- Einsatz von KI in der Diagnostik, insbesondere im Bereich der diabetischen Retinopathie
- Semantische Analyse von Behandlungsdokumentationen mittels Machine Learning
- Herausforderungen und Chancen der KI im Gesundheitswesen, wie z.B. die "RISE"-Kriterien
- Regulierungsaspekte und die Anerkennung von KI-gestützten Softwareprodukten in der Medizin
- Zukünftige Entwicklungen und Trends im Bereich der KI in der Medizin
Zusammenfassung der Kapitel
- Einleitung: Die Einleitung führt in das Thema der künstlichen Intelligenz (KI) im Gesundheitswesen ein und beleuchtet die Bedeutung von KI-basierten Anwendungen in der Medizin. Sie stellt die "RISE"-Kriterien vor, die neben technischen Aspekten auch ethische, rechtliche und datenschutzrelevante Gesichtspunkte berücksichtigen.
- Künstliche Intelligenz in der Medizin: Dieses Kapitel befasst sich mit dem Einsatz von KI in der Medizin, insbesondere in den Bereichen Diagnostik und semantischer Analyse von Behandlungsdokumentationen. Es werden konkrete Anwendungsbeispiele vorgestellt, wie z.B. die automatische Erkennung von Tumoren und Arrhythmien sowie die Verwendung von Machine Learning für die Strukturierung und Extraktion von Wissen aus unstrukturierten Daten.
Schlüsselwörter
Die Arbeit befasst sich mit den Themen Künstliche Intelligenz, Medizin, Diagnostik, Semantische Analyse, Machine Learning, Deep Learning, Convolutional Neural Network (CNN), Diabetische Retinopathie, RISE-Kriterien, Regulierung und Datenschutz.
- Quote paper
- Lennart Loose (Author), 2022, Der Einfluss künstlicher Intelligenz auf die Arbeitswelt der Medizin, Munich, GRIN Verlag, https://www.hausarbeiten.de/document/1266989
